피싱·스캠 예방을 위한 서비스 개발 경진대회

이 서비스는 AI 기반 피싱/스미싱 탐지 시스템으로, 의심스러운 문자 메시지를 분석하여 피싱 여부를 판단합니다.
[핵심 구조]
1. 3단계 분석 파이프라인
규칙 엔진 → 벡터 검색 (RAG) → LLM 분석 → 최종 점수 계산
2. 주요 컴포넌트
RuleEngine (규칙 기반 검사)
300+ 피싱 키워드 패턴 매칭
문맥 기반 점수 조정 (예: "카카오" + "인증번호" = 고위험)
일상 표현 감점 (예: "ㅋㅋ", "고마워" = 정상 가능성 높음)
Embedder (벡터 임베딩 생성)
OpenAI text-embedding-3-small 사용
텍스트 → 1536차원 벡터 변환
vector_search (RAG 검색)
7,137개 실제 피싱 사례에서 유사 사례 검색
Supabase pgvector + HNSW 인덱스 활용
코사인 유사도 기반
LLMAnalyzer (GPT 분석)
GPT-4o-mini로 문맥 이해 및 피싱 판단
11가지 피싱 유형 분류
오탐 방지 가이드 포함
3. 최종 판단 로직
최종 점수 = 규칙 점수 + 벡터 점수 + LLM 점수위험도 수준 = high(70~) / medium(50~) / low(30~) / safe(~30)
LLM이 "정상"으로 판단 시 점수 감소 (확신도에 따라 30-70%)
[성능]
정확도: ~85%
응답 시간: 2-4초
오탐율: ~10%
데이터: 7,137개 실제 피싱 사례

[특징]
네이버/구글/Reddit 뉴스 + Google Images OCR 데이터 활용
규칙/AI/빅데이터 조합으로 높은 정확도
실시간 처리 가능 (FastAPI 백엔드)